IA y Seguridad Electrónica: Claves para la gestión de riesgos y desafíos futuros según expertos

A pesar de su potencial, tanto integradores como usuarios finales enfrentan desafíos éticos significativos como la privacidad y la autenticidad de la información, retos técnicos como la estandarización e infraestructura, y barreras operativas relacionadas con la confianza y la capacitación del personal, sugiriendo un camino que requiere maduración, estándares claros y un equilibrio con la supervisión humana.

El rol de la IA en la gestión del riesgo 

La integración de la IA en los sistemas de seguridad electrónica representa un avance fundamental en la manera en que se gestionan los riesgos en la actualidad. Más allá de la simple automatización de tareas, la IA ofrece la posibilidad de analizar complejos flujos de datos en tiempo real, identificar patrones y comportamientos anómalos, y con ello, mejorar significativamente la capacidad de anticipación y respuesta ante potenciales amenazas. 

Esta evolución es crucial en un panorama de seguridad cada vez más dinámico y complejo. Las perspectivas de diversos líderes y especialistas en el campo arrojan luz sobre las capacidades actuales de la IA, los datos esenciales para su funcionamiento eficaz, y los importantes desafíos éticos, técnicos y operativos que aún deben abordarse para maximizar su potencial en la protección de activos y, fundamentalmente, de las personas. Las siguientes perspectivas de actores reconocidos de la industria de la seguridad electrónica en la región, detallan estas visiones desde diferentes enfoques del sector.

DAVANTIS

Carlos Vega
DavantisCarlos Vega, Area Sales Manager Northern LATAM de DAVANTIS, manifiesta: “Creemos que la IA aporta un valor significativo a la seguridad electrónica, pero es crucial no aplicar el deep learning de forma aislada. Por eso, nuestra tecnología DFUSION combina redes neuronales con algoritmos tradicionales de visión artificial”. Esta integración no solo permite detectar, sino también entender el contexto real de una amenaza, reduciendo drásticamente las falsas alarmas, un gran desafío en cualquier sistema de seguridad. La IA interpreta el contexto, diferenciando, por ejemplo, entre una intrusión real y un animal o una sombra en una zona sensible. Esto facilita la toma de decisiones del operador al filtrar la información, presentándola de forma clara y con soporte visual.

“Convertimos datos en información útil, mejorando la eficiencia, la velocidad de respuesta y la fiabilidad del sistema”, asegura. Para un buen funcionamiento, la IA requiere datos específicos, de calidad y bien gestionados. En DAVANTIS trabajan con video real de instalaciones reales, validado y etiquetado por expertos. Recopilan feedback de operadores y responsables para refinar el sistema con datos del día a día, creando una base de datos que evoluciona y mejora el aprendizaje. La seguridad de los datos se garantiza con estrictos protocolos de privacidad y cumplimiento normativo.

Para Carlos, el principal desafío ético es garantizar que la IA aplicada a la seguridad sea compatible con la privacidad. “En DAVANTIS, solo usamos lo necesario y con responsabilidad. En el plano técnico, el reto es adaptar la tecnología a entornos complejos y cambiantes para que responda bien en diversas condiciones: día, noche, lluvia, tráfico”. DFUSION aborda esto combinando deep learning con lógica tradicional para ofrecer flexibilidad y estabilidad. Operacionalmente, para ellos el desafío es evitar la confianza ciega en la tecnología.

“La IA es una herramienta poderosa, pero debe complementarse con verificación humana y protocolos definidos. Nuestros sistemas no solo detectan, sino que muestran imágenes claras para que el operador tome la decisión final con información fiable”, concluyó.

Hanwha Vision

Eugenio López
Hanwha VisionEugenio López, Chile Solution Engineer LATAM de Hanwha Vision, asegura que la IA aplicada a la videoseguridad puede predecir actitudes que se traducen en amenazas. Al predecir o detectar, se genera una alarma, permitiendo a las autoridades o sistemas de gestión de riesgos mitigar daños, evitar pérdidas y enviar recursos (ambulancias, policía, bomberos) de manera oportuna.

Para la marca, esto gana tiempo valioso para proteger la seguridad de las personas e incluso salvar vidas. Para un análisis correcto, es fundamental contar con buena "materia prima": calidad de imagen y metadatos, que son los elementos que la IA analizará. Es vital que la IA de una cámara identifique con un porcentaje confiable el tipo de evento (ej. vulneración de perímetro), los objetos involucrados (personas, vehículos) y sus atributos (color, modelo, género). Estos datos confiables son esenciales para que los sistemas de gestión de riesgos operen eficientemente, evitando falsas alarmas.

“La calidad y seguridad de los datos se garantizan cumpliendo al 100 % la tríada de la ciberseguridad: confidencialidad, integridad y disponibilidad en todas las capas de datos. Además, los fabricantes de hardware y software deben demostrar un alto nivel de ciberseguridad, confirmado por certificaciones internacionales”, puntualiza.

Para Hanwha, el desafío ético más relevante es garantizar la autenticidad de los datos, especialmente los videos exportados que podrían ser evidencia. Las herramientas de IA generativa podrían alterar estas evidencias. Estándares como C2PA proponen incluir firmas digitales criptográficas en archivos de video para verificar la cadena de custodia y detectar manipulaciones.

Del mismo modo, consideran que el desafío técnico es la creación de estándares consensuados por expertos para consolidar sistemas robustos y mitigar vulnerabilidades. Operacionalmente, el reto es que las empresas ofrezcan diversidad tecnológica funcional para múltiples plataformas, recursos para nuevas tecnologías y estándares escalables.

Johnson Controls

Jorge Galán
Johnson ControlsJorge Galán, Business Development Manager de Johnson Controls, ratifica que la IA permite anticiparse a las amenazas, no solo reaccionar. Analiza y correlaciona datos de diversos sistemas (video, control de acceso, alarmas, incendio) para identificar patrones y comportamientos atípicos, generando KPIs adaptados a cada operación.

Para Jorge, esto posibilita tomar decisiones basadas en contexto, no en instinto. Lo crucial no es el número de alertas, sino que respondan al perfil de riesgo del negocio. Además, cree que la IA también optimiza tareas operativas repetitivas, como calendarios de mantenimiento o auditorías, mejorando la eficiencia. Para gestionar riesgos eficientemente, asegura que la IA necesita datos específicos y contextuales, como registros de control de acceso, eventos de detección y clasificación de objetos. La precisión del análisis depende de la calidad y el origen de estos datos.

En coincidencia con Hanwha, Galán reitera que la calidad y seguridad de los datos deben fundamentarse en los pilares CIA (Confidencialidad, Integridad, Disponibilidad). “Marcos como el NIST Cybersecurity Framework y certificaciones como ISO 27001 brindan directrices para la protección. Cumplir con regulaciones como GDPR asegura un tratamiento ético y legal de los datos personales, fortaleciendo la confianza en la IA.”

Para JCI, el principal desafío ético es que una IA sin supervisión puede generar decisiones sesgadas o invasivas; debe diseñarse respetando la privacidad y los derechos. Técnicamente, muchas infraestructuras actuales no están preparadas para integrar modelos predictivos y ejecutar IA en tiempo real, lo que requiere hardware avanzado y ciberseguridad robusta.

Desde el punto de vista operacional, el experto considera que los procesos suelen ser ineficientes y los operadores carecen de formación para sistemas de IA. Para abordar estos retos, se necesita, según él, una visión progresiva, planificación de la transformación digital, soluciones escalables e integraciones abiertas, adaptación de infraestructuras y fomentar una cultura digital impulsada por IA.

Milestone Systems

José Brito
Milestone SystemsJosé Brito, Director de Soluciones de Ingeniería para América Latina de Milestone Systems, orienta el aporte de la IA en la seguridad electrónica, en primera instancia, a mejorar la identificación temprana de amenazas y la toma de decisiones.

Como la marca lo ha anunciado, plataformas como XProtect de Milestone Systems integran IA para analizar grandes volúmenes de datos en tiempo real. Esto les permite detectar comportamientos sospechosos automáticamente y generar alertas personalizadas, ayudando a los operadores a reaccionar rápidamente y tomar decisiones basadas en datos.

José nos comparte que soluciones implementadas en LATAM han mejorado la seguridad en instituciones financieras y públicas. Estos sistemas pueden aprender y adaptarse a patrones específicos de amenazas, mejorando continuamente su precisión. Para gestionar riesgos eficientemente, es fundamental contar con datos de alta calidad y confiables. Esto incluye video de alta resolución, metadatos, registros de comportamiento y patrones de análisis. Estos datos detallados aumentan la fiabilidad de los resultados y disminuyen los falsos positivos.

Para garantizar calidad y seguridad, Milestone recomienda implementar sistemas con arquitectura robusta que cumplan normativas de ciberseguridad, integridad y protección de datos. Esto incluye encriptación, auditorías y certificaciones como el GDPR, para asegurar el manejo seguro de la información. Para la compañía, el principal desafío ético es la privacidad de los datos.

“Muchas organizaciones están preocupadas por este punto, por lo que la solución debe contar con mecanismos para un manejo seguro. Un desafío técnico es la infraestructura: la IA usa grandes cantidades de datos y se necesita acceso eficiente y seguro a la data para obtener resultados. Finalmente, operacionalmente, el personal debe estar alineado con el uso ético y responsable de la tecnología, y las organizaciones deben establecer protocolos, políticas claras y definir límites para la adopción de nuevas tecnologías”, concluyó.

VIVOTEK

Miles Chen
VIVOTEKMiles Chen, Business Head de VIVOTEK, considera que la IA permite correlacionar datos en tiempo real para detectar patrones sospechosos. Miles nos da un ejemplo: el reconocimiento facial integrado con búsquedas forenses, como la función Deep Search de VIVOTEK, facilita identificar si un incidente involucra a personas específicas.

VIVOTEK ha promocionado la integración con plataformas como Genetec, Milestone o VSS Pro, asegurando que con ello se agiliza la toma de decisiones, se reducen los tiempos de respuesta y se aumenta la precisión en la gestión de riesgos, donde los datos visuales de alta calidad son esenciales, según la compañía.

“Si la imagen no es clara, el análisis pierde valor. Las cámaras VIVOTEK con IA ajustan automáticamente parámetros para capturar objetos en movimiento con nitidez. La seguridad de los datos se garantiza con protección multicapa (cloud security, gestión de identidad, cifrado y protección de dispositivos), cumpliendo estándares como NDAA y TAA”. Miles comparte más información al respecto en este enlace.

En coincidencia con otros, uno de los principales desafíos éticos para la compañía es el uso responsable y transparente de la información. Aunque las soluciones técnicas cuenten con restricciones para evitar la exportación o difusión de datos sensibles, es clave contar con políticas internas sólidas y auditorías rigurosas.

“En los planos técnico y operativo, el proveedor debe ofrecer soluciones intuitivas, confiables y fáciles de usar, que no requieran una capacitación extensa. La tecnología debe simplificar la operación y permitir resultados efectivos sin complicaciones, siendo accesible para distintos niveles de experiencia en la organización”, puntualizó.

Genetec

Miguel Castellanos
GenetecMiguel Castellanos, Gerente de Ventas Regional de Genetec, argumenta que la IA puede mejorar la identificación temprana de amenazas y la toma de decisiones en la gestión de riesgos, al permitir el análisis en tiempo real de grandes volúmenes de datos provenientes de múltiples fuentes.

“En plataformas como Genetec Security Center, la IA integrada en módulos de analítica avanzada permite identificar comportamientos anómalos, como accesos no autorizados, la no utilización de equipo de protección personal (EPP) o movimientos inusuales en zonas restringidas, y generar alertas o acciones automáticas antes de que una situación escale a una amenaza real”. Esta capacidad predictiva que menciona Miguel puede mejorar la toma de decisiones al reducir el tiempo de respuesta y aumentar la precisión operativa.

Además, según él, la automatización de tareas rutinarias permite que los equipos de seguridad concentren sus esfuerzos en incidentes críticos, optimizando recursos y aumentando la eficiencia del sistema.

Claramente, los sistemas de IA requieren datos diversos y contextuales para operar eficazmente: video en vivo, registros de control de acceso, datos de sensores perimetrales, reportes de operadores y eventos de terceros. En una plataforma unificada como Genetec Security Center, esta información se consolida para ofrecer una visión integral de la operación.

Uno de los aspectos que resalta Genetec es que la calidad de los datos se garantiza mediante procesos de normalización, validación cruzada y monitoreo continuo de las fuentes, asegurando que las decisiones automatizadas estén basadas en información confiable. En cuanto a la ciberseguridad, Genetec implementa cifrado de extremo a extremo, autenticación multifactor y controles de acceso granulares para proteger tanto los datos en tránsito como en reposo, cumpliendo con estándares como el RGPD y otras normativas regionales de privacidad. La confianza en los datos es tan importante como la capacidad de analizarlos.

Desde el punto de vista ético, el experto nos comparte que el mayor reto es garantizar que los sistemas de IA operen con transparencia y respeten la privacidad de las personas. Las organizaciones deben establecer políticas claras sobre la recolección y uso de datos, y asegurarse de que los algoritmos sean auditables y no discriminatorios.

Técnicamente, muchas compañías enfrentan desafíos al integrar IA en infraestructuras legadas que no fueron diseñadas para operar con analítica avanzada. Por eso, la compañía ratifica que es clave optar por plataformas abiertas y escalables, como Security Center, que permiten una integración gradual sin comprometer la operación actual.

Finalmente, en el plano operativo, la falta de capacitación especializada puede limitar el aprovechamiento de estas tecnologías, considera Castellanos. “Como lo han manifestado integradores y consultores en la región, es fundamental acompañar cada implementación con programas de entrenamiento y apropiación tecnológica para usuarios finales. En Genetec, trabajamos junto a nuestros aliados para asegurar que cada cliente maximice el valor de su inversión en IA, desde el diseño de la solución hasta la etapa operativa”.

ATEN

Cristiam Gómez
ATENCristiam Gómez, Gerente de Ventas de ATEN para Latinoamérica, argumenta que la IA ha avanzado en la identificación de patrones como color, forma, velocidad y lectura de caracteres con una eficiencia aceptable, permitiendo detectar amenazas y mostrarlas en centros de gestión. Sin embargo, la precisión actual de la IA y la confianza en sus alertas son temas importantes.

Para él, se requiere más desarrollo para que los algoritmos aprendan de los errores antes de poder confiar plenamente en la toma de decisiones basada en IA. “Los datos necesarios generalmente están disponibles, pero la seguridad electrónica involucra muchas variables. Por ello, los sistemas de IA para gestión de riesgos aún presentan baja precisión o costos elevados para algunos clientes”.

En su opinión, la IA necesita madurar un poco más para ser una herramienta verdaderamente fiable en la toma de decisiones. El panorama actual, con diversos cursos y plataformas de desarrollo de IA, aún no define una dirección clara; se debe permitir que la tecnología evolucione.

Del enfoque reactivo a la predicción inteligente

La IA se perfila como una herramienta transformadora en la gestión de riesgos de seguridad electrónica, permitiendo pasar de un modelo meramente reactivo a uno proactivo y predictivo. Las fuentes coinciden en que la IA mejora la identificación temprana de amenazas, la interpretación del contexto y la agilización de la toma de decisiones, reduciendo falsas alarmas y optimizando la eficiencia operativa.

Un pilar fundamental para el éxito de la IA en este ámbito es la disponibilidad de datos de alta calidad, específicos y contextuales, incluyendo video en alta resolución y metadatos detallados. La calidad y seguridad de estos datos se garantizan mediante el cumplimiento estricto de principios como la tríada CIA (Confidencialidad, Integridad, Disponibilidad), el uso de encriptación, auditorías y el apego a normativas y certificaciones internacionales como GDPR, NIST, ISO 27001, NDAA y TAA.

Sin embargo, la implementación de la IA en seguridad electrónica no está exenta de desafíos significativos. En el ámbito ético, las principales preocupaciones giran en torno a la privacidad de los datos, la autenticidad de la información (especialmente ante el riesgo de manipulación por IA generativa) y la necesidad de garantizar un uso responsable y transparente que evite decisiones sesgadas o invasivas.

Desde el punto de vista técnico, se enfrentan retos como la adaptación a entornos complejos y cambiantes, la falta de estándares consensuados en el sector, y la necesidad de contar con infraestructuras robustas, capaces de procesar grandes volúmenes de datos en tiempo real.

Operacionalmente, los desafíos incluyen evitar la confianza ciega en la tecnología, asegurar la capacitación adecuada del personal y definir protocolos y políticas claras para la adopción y el uso ético de estas herramientas. Los expertos coinciden en que la IA aún se encuentra en un proceso de maduración, y que su máximo potencial se alcanzará combinando tecnología con verificación humana, estableciendo estándares sólidos y fomentando una cultura organizacional que abrace la transformación digital de manera responsable.